ARCHITECTURE — Wiki interna

Este documento explica cómo funcionan los 'Agent Goals', que son objetivos a largo plazo que el sistema ejecuta de forma autónoma usando inteligencia artificial. Permite elegir entre varios proveedores de IA como Gemini, OpenAI o Claude, según la tarea. El sistema planifica los pasos, ejecuta cada uno automáticamente y verifica que se cumplan los criterios de éxito. Esto es importante para el negocio porque automatiza tareas complejas, reduce costos operativos y permite escalar procesos sin intervención humana constante.

• Soporta 7 proveedores de IA: Gemini, OpenAI, Anthropic, Groq, xAI, DeepSeek y Cloudflare AI.
• Selección de IA por headers HTTP, configuración de usuario o defaults del sistema.
• Ejecución autónoma con planificación de pasos, progreso y verificación de criterios de éxito.
• API keys flexibles: prioridad usuario > organización > sistema > entorno.
• Incluye logging detallado para auditoría y optimización de costos.

Este documento confirma que la Fase 1 del sistema de objetivos autónomos para agentes está completamente implementada y lista para producción. El sistema permite crear metas a largo plazo que los agentes ejecutan automáticamente sin intervención humana: desde investigar tendencias hasta monitorear servicios críticos. Incluye generación automática de planes usando inteligencia artificial, ejecución paso a paso, verificación inteligente de resultados, y notificaciones en tiempo real. Para el negocio, esto significa que tareas complejas y repetitivas pueden delegarse a agentes autónomos, liberando tiempo del equipo y acelerando procesos.

• Se implementaron 3 nuevos endpoints backend para crear, ejecutar y planificar objetivos.
• El frontend incluye un panel interactivo con filtros, progreso visual y registro de decisiones del agente.
• El servicio de auto-ejecución en background verifica objetivos cada 30 segundos y ejecuta hasta 3 simultáneamente.
• La verificación de criterios de éxito se realiza con IA, generando evidencia de cada cumplimiento.
• El sistema maneja fallos escalando automáticamente a humanos y registrando todas las decisiones autónomas.

Este documento describe un sistema que permite a los agentes autónomos trabajar en objetivos a largo plazo, como completar tareas complejas o recopilar datos de forma continua. El sistema organiza el trabajo en pasos, registra el progreso y las decisiones del agente, y se integra con una interfaz visual para que los usuarios puedan crear, monitorear y gestionar estos objetivos. Para el negocio, esto significa que los agentes pueden asumir tareas que requieren múltiples acciones sin supervisión constante, aumentando la eficiencia y la autonomía de los procesos automatizados.

• Los Agent Goals son objetivos a largo plazo que los agentes ejecutan de forma autónoma, con progreso medible de 0% a 100%.
• El sistema incluye una API REST (GET, POST, PATCH) y un frontend con auto-actualización cada 10 segundos.
• Los datos se almacenan en tablas SQL (agent_goals y agent_decisions) con soporte para planes de pasos y registro de decisiones.
• La Fase 1 de ejecución automática ya está implementada, incluyendo generación de planes con IA y verificación de criterios de éxito.
• El roadmap futuro incluye colaboración multi-agente, dependencias entre objetivos y aprendizaje histórico.

Este documento describe cómo Cadences implementa asistentes inteligentes que ayudan a los usuarios a gestionar proyectos y tareas mediante conversaciones. A diferencia de sistemas autónomos que funcionan solos, estos asistentes se activan solo cuando el usuario los necesita, ejecutándose en su navegador para mayor privacidad y sin costes adicionales de servidor. El sistema utiliza módulos de instrucciones reutilizables y un formato especial que comprime la información para ahorrar tokens, permitiendo respuestas rápidas y precisas. Además, los asistentes pueden integrarse en flujos de trabajo automatizados para ejecutar tareas en segundo plano, como clasificar mensajes o crear tareas automáticamente.

• Los AI Agents se ejecutan en el cliente (navegador), no en servidores, garantizando privacidad y cero costes de infraestructura.
• Usan un sistema modular de instrucciones (Prompt Modules) que permite configurar capacidades específicas como crear tareas, gestionar formularios o extraer datos de URLs.
• El formato tabular comprime el contexto de proyectos y tareas, reduciendo el consumo de tokens hasta un 70%.
• Incluyen un sistema de memoria persistente con 5 capas: historial de conversaciones, contexto de negocio, hilos por canal, variables de workflow y preferencias de usuario.
• Pueden integrarse en Workflows para ejecución autónoma en backend, permitiendo automatizaciones como clasificación de mensajes o creación de tareas programadas.

Este documento analiza en detalle la arquitectura de persistencia de datos de la plataforma, identificando problemas críticos de rendimiento y proponiendo soluciones concretas. Actualmente, el sistema guarda proyectos completos cada vez que hay un cambio, lo que ralentiza la experiencia del usuario y consume recursos innecesarios. Se propone un guardado granular que solo almacene las partes modificadas, compresión de datos para reducir el uso de almacenamiento en la nube, y notificaciones push para evitar consultas constantes a Google Drive. Estas mejoras pueden hacer que las operaciones de guardado sean hasta 10 veces más rápidas y reducir el consumo de API en un 90%, beneficiando directamente la fluidez del producto y la satisfacción del cliente.

• Guardado granular: separar metadatos de proyectos de tareas y filas de datos para evitar escrituras masivas innecesarias.
• Compresión de datos con gzip para reducir el tamaño de los archivos sincronizados con Google Drive hasta en un 90%.
• Uso de notificaciones push de Google Drive en lugar de consultas cada 5 segundos, reduciendo las llamadas API en un 90%.
• Implementación de índices compuestos en IndexedDB para acelerar consultas frecuentes como tareas por proyecto y estado.
• Transacciones atómicas en IndexedDB para garantizar que las operaciones multi-tabla se completen sin corrupción de datos.

Este documento describe cómo ProjectOS almacena los datos de los usuarios en diferentes capas según el plan contratado. Los datos se guardan localmente en el navegador (IndexedDB) y, para planes de pago, se sincronizan con Google Drive y un backend en la nube. Esto permite que los usuarios accedan a su información desde varios dispositivos, tengan copias de seguridad automáticas y disfruten de funciones avanzadas como flujos de trabajo automatizados. La arquitectura está diseñada para escalar desde un uso gratuito limitado hasta planes empresariales sin restricciones, garantizando seguridad y rendimiento.

• El almacenamiento se divide en tres capas: localStorage (preferencias), IndexedDB (datos principales) y backend/Drive (sincronización y backup).
• Los planes gratuitos solo almacenan datos localmente, mientras que los de pago habilitan sincronización multi-dispositivo y backup en la nube.
• Cada plan tiene límites específicos de proyectos, tareas, workflows y almacenamiento, desde 5 proyectos en Free hasta ilimitado en Business.
• La migración entre planes es automática y no requiere intervención del usuario, preservando todos los datos existentes.
• Se incluyen mecanismos de resolución de conflictos, bloqueos para evitar escrituras simultáneas y métricas de monitoreo para alertar sobre límites de almacenamiento.

Este documento analiza cómo ProjectOS gestiona las claves de acceso a servicios externos (como Twilio, ElevenLabs o proveedores de IA). Actualmente hay un sistema centralizado para las claves de inteligencia artificial, pero el resto están dispersas en variables de entorno, lo que dificulta su administración. La propuesta unifica todas las claves en la base de datos, permitiendo asignarlas por organización y reduciendo la dependencia de secretos en la infraestructura. Esto mejora la seguridad, simplifica la configuración y da más control a los clientes sobre sus propias credenciales.

• Existe un sistema centralizado para claves de IA con prioridad: usuario, organización, sistema, variable de entorno.
• Servicios de comunicaciones, voz y email aún usan variables de entorno dispersas en múltiples archivos.
• Se propone extender el sistema centralizado a todos los servicios mediante una función unificada de resolución de credenciales.
• La migración reduciría los secretos en Cloudflare a solo dos: GEMINI_API_KEY y ENCRYPTION_KEY.
• Las claves se almacenarían en tablas de base de datos con soporte para múltiples credenciales por servicio.

Este documento describe la arquitectura técnica de un sistema de agentes autónomos que pueden ejecutar tareas, comunicarse entre sí y tomar decisiones sin intervención humana. El sistema permite a los usuarios crear metas que los agentes planifican y ejecutan paso a paso, escalando a un humano solo cuando la confianza es baja o el riesgo es crítico. Incluye mecanismos de programación de ejecuciones, límites de uso por nivel de suscripción y un diseño modular sobre Cloudflare Workers y D1. Para el negocio, esto significa automatización de procesos complejos con supervisión opcional, reduciendo costes operativos y acelerando la ejecución de tareas repetitivas.

• Arquitectura basada en Cloudflare Workers con D1 como base de datos y soporte para múltiples proveedores de IA (Gemini, OpenAI, Anthropic).
• Los agentes pueden ejecutarse bajo demanda, por programación (cron cada minuto) o como parte de metas multi-paso con planificación automática.
• Sistema de toma de decisiones autónomas con umbral de confianza del 60%: por debajo, se escala a un humano.
• Límites de tasa por nivel de suscripción (Free, Starter, Premium, Enterprise) para controlar concurrencia y uso horario.
• Incluye patrones de flujo de datos como pipeline secuencial, fan-out paralelo y map-reduce para procesamiento distribuido.

Este documento describe el sistema de organizaciones empresariales, que permite a las empresas crear equipos de trabajo con múltiples usuarios, compartir proyectos y gestionar permisos de forma granular. El propietario paga 149€/mes y cada miembro adicional 100€/mes, con roles que van desde administrador hasta solo lectura. El sistema aísla los datos entre el contexto personal y el de la organización, y ofrece APIs para gestionar miembros, invitaciones y facturación. Es fundamental para escalar el producto a clientes corporativos.

• Modelo de precios: 149€/mes propietario + 100€/mes por miembro adicional.
• Roles: Owner, Admin, Member, Readonly con permisos diferenciados.
• Aislamiento de datos entre contexto personal y organizacional.
• Flujo completo de invitación, aceptación y gestión de miembros.
• Integración con Stripe para facturación y gestión de impagos.

Este documento describe cómo los diferentes agentes de inteligencia artificial dentro de la plataforma ProjectOS reciben información contextual según su función y ubicación. Explica los tipos de agentes (como los que persiguen objetivos a largo plazo, los que ejecutan tareas desde la interfaz, o los que operan dentro de flujos de trabajo automatizados) y detalla los contextos que utilizan, como datos del proyecto, tareas, flujos de trabajo, usuario y sistema. El objetivo es que cada agente tenga solo la información relevante para realizar su tarea de manera eficiente y segura, optimizando el uso de recursos y mejorando la precisión de las respuestas. Esto es importante para el negocio porque permite automatizar procesos complejos, reducir errores y escalar la operación sin aumentar la carga manual.

• Existen cinco tipos principales de agentes IA: Agent Goals, Agent Execution Panel, Workflow AI Nodes, AI Assistant y Planning Engine.
• Cada agente recibe un contexto específico (proyecto, tarea, workflow, usuario, goal o sistema global) para optimizar su rendimiento.
• Se incluye una matriz de compatibilidad que muestra qué contextos están disponibles para cada tipo de agente.
• El sistema filtra datos sensibles y aplica rate limiting según el tier del usuario (free, starter, premium, enterprise).
• Se documentan flujos de datos detallados, ejemplos de uso y una API reference con interfaces TypeScript.

Este documento describe cómo la aplicación guarda y sincroniza los datos del usuario, tanto localmente en el navegador como en la nube (Google Drive o backend propio). Explica el flujo de transacciones atómicas que garantizan que los datos se guarden primero en local y luego en el servidor, con capacidad de revertir si algo falla. También cubre cómo se maneja la falta de conexión a internet, cómo se resuelven conflictos cuando se edita desde varios dispositivos, y cómo se gestiona el espacio de almacenamiento local para evitar que se llene. Todo esto es clave para que los usuarios no pierdan su trabajo y tengan una experiencia fluida.

• Implementa transacciones atómicas con 2-Phase Commit para asegurar que los datos se guarden local y remotamente sin inconsistencias.
• Incluye cola de sincronización offline con reintentos automáticos cuando se recupera la conexión.
• Maneja conflictos con estrategia Last-Write-Wins, pero propone migrar a Field-Level Merge para evitar pérdida de datos.
• Gestiona cuotas de almacenamiento con limpieza automática en 4 niveles cuando se supera el 85% de uso.
• Usa soft delete con tombstones para evitar resurrección de datos eliminados, con purga automática tras 30 días.

Este documento detalla la integración de siete nuevos proveedores de generación de imágenes (FLUX, Midjourney, Leonardo.AI, Ideogram, Recraft.AI, Playground AI y GetImg.AI) en la plataforma Cadences, junto con actualizaciones a proveedores existentes como DALL-E y Stability AI. Incluye tablas comparativas de velocidad, calidad y costo, así como fragmentos de código para implementar cada API. El objetivo es ofrecer a los usuarios una amplia gama de opciones para generar imágenes, desde prototipado rápido hasta arte conceptual de alta calidad, optimizando costos y rendimiento según el caso de uso.

• Se agregan 7 nuevos proveedores de generación de imágenes: FLUX, Midjourney, Leonardo.AI, Ideogram, Recraft.AI, Playground AI y GetImg.AI.
• Se actualizan proveedores existentes: DALL-E 2, Stability AI (SD3, SD Ultra) y Replicate (FLUX 1.1 Pro, RealVisXL V3, Playground V2.5).
• Se proporcionan fragmentos de código JavaScript para implementar cada nueva API en el backend.
• Se incluye una comparativa detallada por velocidad, calidad y costo, con recomendaciones por caso de uso.
• Se requiere actualizar variables de entorno en wrangler.toml y modificar la UI para mostrar badges de capacidades.

Este documento detalla el estado de la migración de todas las llamadas a inteligencia artificial hacia un servicio centralizado llamado aiService.js. Hasta ahora, tres sistemas críticos (Agent Goals, AI Assistant y Workflow AI Node) se han unificado, eliminando más de 650 líneas de código duplicado y reduciendo la duplicación en un 85%. Esto permite que la empresa ofrezca soporte para siete proveedores de IA diferentes, gestione claves de API de forma centralizada y mejore la consistencia del sistema. El documento también identifica servicios pendientes de migrar, como el pipeline de WhatsApp, y recomienda prioridades para futuras integraciones.

• Tres sistemas críticos ya migrados al servicio centralizado aiService.js: Agent Goals, AI Assistant y Workflow AI Node.
• Se eliminaron aproximadamente 650 líneas de código duplicado, reduciendo la duplicación en un 85%.
• El sistema ahora soporta 7 proveedores de IA (Gemini, OpenAI, Anthropic, etc.) con gestión centralizada de claves.
• Servicios como WhatsApp Smart Pipeline y webhooks aún no migrados, con prioridad alta y media respectivamente.
• Servicios especializados (TTS, visión, imágenes, audio) no requieren migración por usar APIs específicas.

Este documento explica cómo se gestionan los mensajes de WhatsApp y las llamadas de voz que llegan a la plataforma. Cuando un cliente envía un mensaje o realiza una llamada, el sistema lo recibe automáticamente, lo guarda en una base de datos y lo pone a disposición del equipo comercial para que pueda verlo y responderlo. Además, se pueden crear flujos de trabajo automatizados que respondan a estos mensajes sin intervención humana, por ejemplo, enviando un saludo automático o extrayendo información para crear tareas. Esto permite a la empresa atender a sus clientes de forma más rápida y eficiente, tanto con atención manual como automatizada.

• Los webhooks de WhatsApp y llamadas se reciben en endpoints específicos y se almacenan en tablas D1 con estado 'recibido'.
• Existe una interfaz de usuario tipo chat (InboxWhatsApp) para que los agentes vean y respondan mensajes manualmente.
• Los workflows pueden reaccionar a mensajes entrantes, ejecutando nodos como 'WhatsApp Agent' para enviar respuestas automáticas o iniciar llamadas.
• Se pueden enrutar mensajes por número de teléfono o proyecto para ejecutar workflows específicos.
• El sistema incluye APIs para listar, actualizar y gestionar mensajes y llamadas, así como monitoreo en tiempo real con logs y consultas a base de datos.

Este documento describe cómo el sistema de Agent Goals se conecta al servicio centralizado de Gemini, reemplazando llamadas directas a la API por un servicio que gestiona las claves de forma profesional. La integración resuelve las claves según el usuario, la organización o el sistema, garantizando consistencia y seguridad. Esto permite que el negocio ofrezca funcionalidades de IA con control de costes y auditoría, mejorando la mantenibilidad y escalabilidad de la aplicación.

• Centraliza el acceso a Gemini API, eliminando llamadas directas con fetch.
• Resuelve la clave API por prioridad: usuario, organización, sistema por tier, o variable de entorno.
• Incluye funciones como generateContent y parseGeminiJson para manejar respuestas y errores.
• Añade logging detallado con keySource para auditoría de uso.
• Proporciona fallbacks y manejo de timeouts para robustez.

Este documento detalla la integración completa del sistema de Agent Goals con un servicio centralizado de inteligencia artificial. Antes, las llamadas a la API de Gemini se hacían de forma directa e inconsistente, lo que generaba problemas de seguridad y mantenimiento. Ahora, se ha creado un servicio único que gestiona las claves de acceso por usuario, organización o sistema, mejorando la seguridad y la escalabilidad. Además, se ha reducido la duplicación de código y se ha documentado todo el proceso para facilitar futuras actualizaciones. Esto permite que la plataforma pueda crecer de manera ordenada y ofrecer una experiencia más profesional a los clientes.

• Se creó un servicio centralizado (geminiService.js) para todas las llamadas a Gemini, eliminando código duplicado.
• La resolución de claves API sigue una prioridad: usuario > organización > sistema > variable de entorno, mejorando la seguridad.
• Se refactorizaron tres funciones clave en la ejecución de objetivos, reduciendo líneas de código y aumentando la mantenibilidad.
• Se incluye logging detallado, manejo de timeouts y parseo automático de respuestas JSON.
• El sistema está preparado para escalar con soporte multi-proveedor y optimizaciones futuras como caché de claves.

Este documento técnico detalla la implementación de mejoras en el almacenamiento local de la aplicación, resolviendo problemas de espacio, sincronización y consistencia de datos. Se han implementado cinco mejoras clave: eliminación suave con marcadores (tombstones), gestión automática de cuota de almacenamiento, validación de datos sincronizados, monitoreo visual del uso de almacenamiento y optimización de la frecuencia de consultas. Estas mejoras evitan pérdidas de datos, reducen errores por falta de espacio y mejoran la experiencia del usuario al trabajar sin conexión. La fase 1 está completa y ha eliminado crashes por almacenamiento lleno y datos corruptos.

• Implementación de soft delete con marcadores (tombstones) para evitar resurrección de datos eliminados.
• Gestor de cuota que libera espacio automáticamente en cuatro niveles cuando el almacenamiento se llena.
• Validador post-sincronización que detecta y rechaza datos corruptos mediante esquemas y checksums.
• Componente de interfaz que muestra el uso de almacenamiento con alertas progresivas desde el 70%.
• Reducción del 66% en consultas a la API de Drive al espaciar los intervalos de polling.

Este documento detalla la migración del almacenamiento local (localStorage) a IndexedDB usando Dexie.js, lo que permite almacenar datos ilimitados y mejorar el rendimiento con proyectos grandes. Se han creado archivos de configuración de base de datos y un hook de persistencia que reemplaza el anterior, con migración automática, sincronización con Google Drive y soporte offline. La implementación está lista para activarse con un solo cambio de línea en App.jsx, ofreciendo búsquedas avanzadas, transacciones seguras y backup/restore. Es importante para el negocio porque elimina limitaciones de almacenamiento y mejora la experiencia del usuario en proyectos complejos.

• IndexedDB con Dexie.js reemplaza localStorage, permitiendo almacenamiento ilimitado y mejor rendimiento.
• Migración automática desde localStorage sin pérdida de datos, con rollback posible.
• Sincronización con Google Drive con manejo de conflictos por timestamps.
• Búsquedas avanzadas por índices y transacciones ACID.
• Solo requiere cambiar una línea de importación en App.jsx para activar.

Este documento resume la implementación de un sistema que permite elegir entre 7 proveedores de inteligencia artificial (como Gemini, OpenAI, Anthropic, Groq, xAI, DeepSeek y Cloudflare AI) para ejecutar tareas automatizadas. Antes solo se usaba un modelo fijo; ahora los usuarios pueden seleccionar el proveedor y modelo según sus necesidades, ya sea por velocidad, costo o calidad. Esto reduce costos operativos (por ejemplo, usando Cloudflare AI gratis para monitoreo) y mejora la flexibilidad del sistema, permitiendo que cada tarea use la IA más adecuada.

• Soporte para 7 proveedores de IA: Gemini, OpenAI, Anthropic, Groq, xAI, DeepSeek y Cloudflare AI.
• Selección flexible del proveedor y modelo mediante headers HTTP, configuración en base de datos o valores por defecto.
• Optimización de costos: uso de IA gratuita (Cloudflare AI) para monitoreo y modelos económicos para tareas simples.
• Logging detallado con tracking de proveedor, modelo y origen de la clave API para auditoría y facturación.
• Documentación completa con guía de ejecución, ejemplos prácticos y estrategias de testing.

ProjectOS es una aplicación web moderna que organiza proyectos, tareas y flujos de trabajo con inteligencia artificial y voz. Está diseñada para funcionar sin conexión, sincronizarse en la nube y escalar desde un solo usuario hasta equipos profesionales. La arquitectura separa la interfaz, la lógica de negocio, las integraciones externas y el almacenamiento, priorizando la velocidad de respuesta y la privacidad de los datos. Esto permite a los equipos gestionar su trabajo de forma eficiente, con asistentes de IA que entienden el contexto y automatizan tareas repetitivas.

• Arquitectura en capas: presentación, servicios, integraciones y persistencia.
• Soporte offline-first con IndexedDB y sincronización opcional vía Google Drive o Cloudflare D1.
• Motor de workflows visual con ejecución local y remota mediante Cloudflare Durable Objects.
• Integración con Google Gemini para procesamiento de lenguaje natural y ElevenLabs para voz.
• Conexión con Google Workspace, WhatsApp Business y Twilio para automatización de comunicaciones.

ProjectOS es una plataforma SaaS que automatiza tareas administrativas repetitivas mediante inteligencia artificial conversacional, agentes de voz y flujos de trabajo visuales. Está diseñada para que equipos comerciales y operativos puedan gestionar proyectos, leads y comunicaciones sin necesidad de conocimientos técnicos. La plataforma integra llamadas telefónicas automáticas, mensajería por WhatsApp y sincronización con Google Drive, todo orquestado desde un editor visual de workflows. Esto permite a las empresas reducir drásticamente el trabajo manual y acelerar procesos como la cualificación de leads o la programación de visitas.

• Automatiza el 80% de tareas administrativas con IA conversacional y agentes de voz.
• Incluye un editor visual de workflows con 18 tipos de nodos (IA, voz, WhatsApp, datos, integraciones).
• Soporta llamadas telefónicas automáticas con variables dinámicas y transcripción en tiempo real.
• Ofrece tipos de proyecto: tareas (Kanban), tabla de datos (CRM), workflows y transversal.
• Sincronización offline-first con IndexedDB, Google Drive y Cloudflare D1.

Este documento resume la integración de un servicio centralizado de inteligencia artificial que unifica el acceso a múltiples proveedores (Gemini, OpenAI, Anthropic, Groq, xAI, DeepSeek y Cloudflare Workers AI) en tres sistemas clave: Agent Goals, AI Assistant y Workflow AI Agent. La solución elimina código duplicado, reduce líneas de código en un 13% y ofrece una gestión profesional de claves API con prioridad de resolución. Para el negocio, esto significa mayor flexibilidad, optimización de costos al usar opciones gratuitas, y una experiencia de usuario mejorada con capacidad de elegir el proveedor de IA según necesidades específicas.

• Unificación de 3 sistemas (Agent Goals, AI Assistant, Workflow AI Agent) bajo un único servicio centralizado aiService.js.
• Soporte para 7 proveedores de IA con 3 métodos de configuración: headers HTTP, base de datos y valores por defecto.
• Reducción de ~850 líneas de código duplicado, mejorando mantenibilidad y consistencia.
• Gestión de claves API con jerarquía: usuario > organización > sistema > entorno > Workers AI gratuito.
• Logging mejorado con trazabilidad de proveedor, modelo y origen de clave para auditoría y depuración.

ProjectOS implementa un sistema de API keys que permite a todos los usuarios, incluso los gratuitos, acceder a funcionalidades de inteligencia artificial. El sistema resuelve automáticamente qué clave usar, priorizando claves personalizadas del usuario, de la organización, del sistema por nivel, o finalmente un fallback gratuito de Cloudflare Workers AI. Esto garantiza que ningún usuario se quede sin servicio, mientras que los planes de pago acceden a modelos más potentes y características adicionales. El documento detalla la arquitectura de resolución, los servicios gratuitos disponibles (chat, texto a voz, voz a texto, generación de imágenes) y los límites por cada plan.

• Resolución de API keys en 6 niveles: desde claves personalizadas hasta fallback gratuito de Cloudflare Workers AI.
• Servicios gratuitos incluidos: chat con LLM, TTS con gTTS y MeloTTS, STT con Whisper, generación de imágenes y análisis de audio e imágenes.
• Planes FREE, PERSONAL, PROFESSIONAL y BUSINESS con límites crecientes de proyectos, tareas, usuarios y solicitudes de IA.
• Organizaciones pueden centralizar API keys en modo 'organization' o permitir claves individuales.
• Workers AI ofrece 10,000 neurons/día gratuitas, con modelos que consumen entre 1 y 10 neurons por solicitud.

Este documento describe el sistema de autenticación y planes de usuario para ProjectOS, una aplicación de gestión de proyectos. Propone tres niveles de servicio: FREE (local, sin login), STANDARD (sincronización con Google Drive) y PRO (backend con Cloudflare y MongoDB). El objetivo es monetizar la aplicación ofreciendo funcionalidades progresivas, desde almacenamiento local hasta colaboración en equipo, workflows avanzados e integraciones premium. La implementación está parcialmente completada, con el tier FREE funcional y los demás en desarrollo.

• Define tres tiers de usuario: FREE (local), STANDARD (Drive sync), PRO (backend completo).
• Google OAuth es independiente del backend, permitiendo Drive sync sin cuenta PRO.
• El tier FREE usa IndexedDB, STANDARD añade sincronización multi-dispositivo, PRO ofrece colaboración en tiempo real y funciones avanzadas.
• Incluye flujos detallados de upgrade, downgrade y migración de datos entre tiers.
• Roadmap de implementación estimado en 24-33 días, con fases desde infraestructura de auth hasta pagos con Stripe.

Este documento describe cómo migrar la ejecución de workflows del navegador del usuario al servidor, usando Cloudflare Workers. Actualmente, los workflows se detienen si se cierra el navegador, no pueden ser activados por webhooks y no tienen persistencia. La solución propuesta permite que los workflows se ejecuten siempre, incluso sin un navegador abierto, y añade capacidades como programación, monitoreo en tiempo real y manejo de errores. Esto es clave para ofrecer automatizaciones fiables y escalables a los clientes.

• Los workflows se ejecutan ahora en Cloudflare Workers, no en el navegador.
• Se añaden tablas D1 para persistir estado y pasos de ejecución.
• Soporte para triggers: manual, webhook, programado y eventos.
• Incluye API REST para ejecutar, consultar, cancelar y reanudar workflows.
• Plan de migración gradual desde la ejecución en frontend.

Este documento describe cómo se ejecutan y programan los workflows en la plataforma. Explica que hay un motor central que gestiona cada ejecución paso a paso, permitiendo iniciar, pausar, reanudar o cancelar procesos. También incluye un programador automático que lanza workflows según horarios o condiciones, y un sistema que guarda el estado de las ejecuciones para que no se pierdan si algo falla. Esto es clave para que los clientes puedan automatizar tareas repetitivas sin intervención manual, mejorando la eficiencia operativa.

• Motor de ejecución central con estados: running, paused, completed, error, cancelled.
• Soporte para 8 tipos de nodos, incluyendo agentes IA, condiciones, consultas de datos e integraciones.
• Programador automático que verifica cada 60 segundos si hay workflows pendientes de ejecutar.
• Persistencia en localStorage para mantener el estado de ejecuciones y programaciones.
• Hooks específicos para integración con la interfaz de usuario (manual y automática).

Este documento describe un sistema que permite ejecutar workflows de dos maneras: localmente en el navegador o de forma remota en la nube. La ejecución local es ideal para pruebas rápidas sin coste, pero no persiste al cerrar la pestaña. La ejecución remota, basada en Cloudflare Workers, es más robusta, soporta webhooks y procesos largos, y ofrece métricas detalladas. El sistema incluye una interfaz unificada, APIs, base de datos y soporte para múltiples tipos de nodos, permitiendo automatizar tareas como envío de WhatsApp o llamadas de voz.

• Dos modos de ejecución: local (navegador) y remoto (Cloudflare Workers).
• Modo local: gratuito, feedback inmediato, ideal para testing y debugging.
• Modo remoto: persistente, soporta webhooks, procesos largos y recuperación ante fallos.
• Incluye APIs REST, base de datos D1 con 5 tablas, y selector de modo en la UI.
• Soporta nodos como AI agent, condiciones, WhatsApp, voz, y más; con planes para WebSockets y Durable Objects.

Este documento es el índice principal de la documentación técnica del sistema de almacenamiento de Cadences, que combina IndexedDB en el navegador, Google Drive y Cloudflare D1. Explica cómo se ha mejorado la fiabilidad del sistema: se eliminaron pérdidas de datos, se redujeron las peticiones al servidor en un 66% y se implementaron funciones como transacciones atómicas, fusión de cambios a nivel de campo y versionado de proyectos. Para el negocio, esto significa que los usuarios no pierden su trabajo, los datos se sincronizan correctamente entre dispositivos y se puede recuperar cualquier versión anterior de un proyecto.

• Documento índice que organiza toda la documentación de arquitectura de almacenamiento.
• Cubre tres fases completadas: gestión de cuotas, transacciones atómicas, merge field-level y versionado.
• Incluye enlaces a guías detalladas de implementación, flujos y auditoría.
• Muestra métricas de mejora: 0% de pérdida de datos, reducción de 720 a 240 requests/hora.
• Dirigido a developers, con roadmap y estado actual (Fase 3 completada).

Este documento analiza el sistema de almacenamiento de la aplicación, que combina almacenamiento local en el navegador (IndexedDB) con almacenamiento en la nube (Google Drive y Cloudflare D1). Identifica ocho problemas críticos que podían causar pérdida de datos, como conflictos al editar desde varios dispositivos, fallos al sincronizar datos sin conexión, y falta de control de espacio. Todos los problemas han sido resueltos en diciembre de 2024, implementando mejoras como fusión inteligente de cambios, transacciones seguras, y gestión automática de cuotas. Esto garantiza que los datos de los usuarios estén protegidos y sincronizados correctamente, incluso en condiciones adversas.

• Arquitectura de almacenamiento en tres capas: IndexedDB (local), Google Drive (personal) y Cloudflare D1 (estándar/pro).
• Se identificaron y resolvieron 8 lagunas críticas, incluyendo conflictos de edición, transacciones no atómicas y cuotas de almacenamiento.
• Implementación de tombstones para evitar resurrección de datos eliminados, merge a nivel de campo con relojes vectoriales, y versionado de proyectos.
• Optimización de polling reduciendo un 66% las solicitudes a Google Drive, y monitorización de almacenamiento con alertas tempranas.
• Documento técnico detallado con flujos de sincronización, esquemas de base de datos y métricas de rendimiento.

Este documento detalla una serie de optimizaciones técnicas implementadas para mejorar el rendimiento de la aplicación, como un sistema de seguimiento de cambios que guarda solo lo modificado, compresión de datos para reducir el tamaño de las subidas a Drive, y ajustes en los intervalos de sincronización para disminuir el número de peticiones. Estas mejoras buscan hacer la aplicación más rápida y eficiente, reduciendo tiempos de espera y consumo de recursos. Es relevante para el negocio porque optimiza la experiencia del usuario y reduce costos operativos al minimizar el uso de ancho de banda y almacenamiento.

• Implementación de Change Tracker para guardar solo entidades modificadas, logrando guardados 10x más rápidos.
• Compresión gzip de datos antes de subir a Drive, reduciendo el tamaño entre 80-90%.
• Aumento del intervalo de polling de 5 a 30 segundos, reduciendo peticiones de 720 a 120 por hora.
• Migración de configuración de Drive de localStorage a IndexedDB para mayor persistencia.
• Inclusión de exponential backoff en la cola de sincronización para manejar errores de red.

Este documento detalla nueve optimizaciones implementadas en el sistema de persistencia de datos, que mejoran la velocidad de guardado en 10x, reducen el uso de almacenamiento en Drive entre un 80 y 90%, y disminuyen las llamadas a API en un 83%. Las mejoras incluyen un sistema de seguimiento de cambios que solo guarda lo modificado, índices compuestos en la base de datos para consultas más rápidas, compresión automática de archivos, y un intervalo de sincronización optimizado. Estas optimizaciones hacen que la aplicación sea más rápida, eficiente y confiable, especialmente en dispositivos móviles y con conexiones intermitentes.

• Guardado 10x más rápido gracias al sistema de seguimiento de cambios que solo persiste entidades modificadas.
• Índices compuestos en IndexedDB aceleran consultas entre 10 y 100 veces.
• Compresión gzip reduce el tamaño de archivos en Drive entre un 80 y 90%.
• El intervalo de polling se extendió de 5 a 30 segundos, reduciendo las solicitudes a la API en un 83%.
• Se implementó exponential backoff para reintentos, mejorando la resiliencia en modo offline.

Este documento analiza la implementación de sincronización con Google Drive en ProjectOS, destacando su robustez y diseño cuidadoso. El sistema gestiona la persistencia de datos mediante localStorage y Google Drive, con manejo completo de conflictos, reintentos automáticos y protección contra pérdida de datos. Incluye autenticación OAuth 2.0, detección de conflictos por timestamps, fusión inteligente de dispositivos y polling de cambios remotos. La revisión concluye que el sistema está listo para producción, con recomendaciones menores como eliminar configuración duplicada y optimizar para móviles.

• Sistema de sincronización con Google Drive usando OAuth 2.0 y Drive API v3.
• Manejo de conflictos mediante comparación de timestamps con confirmación del usuario.
• Reintentos automáticos con backoff exponencial (hasta 3 intentos) y timeout de 60s.
• Fusión inteligente de dispositivos al descargar datos desde Drive.
• Polling de cambios remotos cada 5 segundos con detección de errores y pausa automática.